基于遗传神经网络的WLAN室内定位算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外的研究现状及分析 | 第10-14页 |
| ·室内定位技术的研究现状 | 第10-11页 |
| ·遗传神经网络的研究现状 | 第11-12页 |
| ·遗传神经网络泛化能力的研究现状 | 第12-14页 |
| ·主要研究工作及本文结构 | 第14-16页 |
| 第2章 遗传神经网络定位算法的相关技术 | 第16-30页 |
| ·人工神经网络室内定位算法 | 第16-22页 |
| ·数学模型 | 第16-19页 |
| ·室内定位效果 | 第19-22页 |
| ·遗传算法学习的人工神经网络 | 第22-29页 |
| ·遗传算法的性能分析 | 第23-24页 |
| ·遗传算法数学模型的建立 | 第24-25页 |
| ·遗传神经网络的定位效果 | 第25-27页 |
| ·遗传神经网络隐层节点的优化 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 泛化能力保障的遗传神经网络定位算法 | 第30-45页 |
| ·过拟合抑制方法 | 第30-31页 |
| ·常用编码方法分析 | 第31-37页 |
| ·二进制编码 | 第32-33页 |
| ·可分解/可拼接编码 | 第33-34页 |
| ·S/D编码 | 第34-36页 |
| ·实数编码 | 第36-37页 |
| ·遗传神经网络的泛化能力研究 | 第37-42页 |
| ·学习规则的建立 | 第37-39页 |
| ·泛化能力的度量 | 第39-42页 |
| ·泛化能力保障准则 | 第42-44页 |
| ·本章小节 | 第44-45页 |
| 第4章 基于泛化保障的遗传神经网络定位精度研究 | 第45-59页 |
| ·实验场景建立 | 第45-46页 |
| ·室内定位性能分析 | 第46-58页 |
| ·神经网络的遗传优化 | 第46-47页 |
| ·遗传参数的差异性讨论 | 第47-50页 |
| ·泛化能力保障的编码方法选择 | 第50-54页 |
| ·参考点间隔的选取 | 第54-55页 |
| ·遗传神经网络定位精度比较 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第65-67页 |
| 致谢 | 第67页 |
